通过深度可视化工具，揭示卷积神经网络的中间层计算过程。
Jason Yosinski, Jeff Clune, Anh Nguyen 等
提出基于图网络的视觉关系模型，利用大规模亚马逊数据实现衣物搭配推荐。
Julian McAuley, Christopher Targett, Qinfeng Shi 等
通过上下文预测进行无监督视觉表示学习，提升了Pascal VOC 2011数据集上的物体发现能力。
Carl Doersch, Abhinav Gupta, Alexei A. Efros
本文提出基于CNN的单目目标实例分割与深度排序方法，利用多尺度重叠区域预测并通过MRF融合，显著提升KITTI数据集表现。
Ziyu Zhang, Alexander G. Schwing, Sanja Fidler 等
提出多区域语义分割感知CNN模型，结合迭代定位实现高精度检测，VOC2007达78.2% mAP。
Spyros Gidaris, Nikos Komodakis
提出Neural-Image-QA，结合CNN与LSTM，显著提升图像问答性能，达成准确率17.49%。
Mateusz Malinowski, Marcus Rohrbach, Mario Fritz
提出基于深度卷积神经网络的直接感知模型，用于自主驾驶中的道路状态估计，训练数据来自12小时视频游戏驾驶。
Chenyi Chen, Ari Seff, Alain Kornhauser 等
Fast R-CNN通过共享特征和多任务训练，提升检测速度9倍，mAP达66%，显著优于R-CNN和SPPnet。
Ross Girshick
FlowNet以CNN端到端预测光流，在Flying Chairs上训练并以5–10 fps泛化至Sintel、KITTI。
Philipp Fischer, Alexey Dosovitskiy, Eddy Ilg 等
提出了一种新的边缘检测算法HED，在BSD500数据集上取得了0.782的ODS F-score。
Saining Xie, Zhuowen Tu
DC-IGN通过SGVB算法学习图像的可解释表示，能生成不同姿态和光照的图像。
Tejas D. Kulkarni, Will Whitney, Pushmeet Kohli 等
提出深度卷积神经场模型，单目图像深度估计性能优于现有方法。
Fayao Liu, Chunhua Shen, Guosheng Lin 等
MatConvNet为MATLAB实现的CNN工具箱，支持快速原型设计与GPU加速。
Andrea Vedaldi, Karel Lenc
提出超列（Hypercolumns）用于像素级目标检测，提升分割准确率，SDS从49.7提升至60.0。
Bharath Hariharan, Pablo Arbeláez, Ross Girshick 等
提出基于深度循环网络的图像描述模型，BLEU-4达27.7，显著优于以往方法。
Oriol Vinyals, Alexander Toshev, Samy Bengio 等
提出长短期循环卷积网络（LRCN），结合CNN与LSTM实现视频识别与描述，显著优于单一模型。
Jeff Donahue, Lisa Anne Hendricks, Marcus Rohrbach 等
提出全卷积网络（FCN）用于像素级语义分割，超越SOTA，精度62.2% mIU。
Jonathan Long, Evan Shelhamer, Trevor Darrell
采用字典学习与`1-范数优化实现图像稀疏编码，提升视觉识别效果。
Julien Mairal, Francis Bach, Jean Ponce
提出Inception架构，通过多尺度卷积模块提升深度网络性能，参数仅为Krizhevsky的12%，在ILSVRC 2014获最佳分类检测。
Christian Szegedy, Wei Liu, Yangqing Jia 等
基于ImageNet的ILSVRC挑战，采用深度卷积神经网络（如AlexNet、VGG、ResNet）实现百万级图像分类与检测，显著提升准确率。
Olga Russakovsky, Jia Deng, Hao Su 等